構(gòu)建與腫瘤相關(guān)的皮紋特征量化指標(biāo)體系.pdf

1、皮紋在人體胚胎發(fā)育的第12－13周左右形成，屬于人類的一種遺傳性狀，皮紋與疾病尤其是與先天性、遺傳性疾病以及腫瘤之間存在某種相關(guān)性，大多數(shù)遺傳性疾病均表現(xiàn)出一定的掌紋紋理或某種指紋紋型的差異。目前，醫(yī)學(xué)皮紋學(xué)的研究仍然停留在專家經(jīng)驗主觀和定性的層次上，缺乏定量、全面的皮紋特征描述和指標(biāo)評價，使疾病與皮紋相關(guān)性的研究進展較為緩慢。 一個數(shù)字化、定量化的皮紋特征指標(biāo)體系，能將醫(yī)學(xué)皮紋學(xué)中主觀的皮紋描述轉(zhuǎn)換為精確的數(shù)學(xué)模型，定量地描述

2、各種皮紋特征，不但為醫(yī)學(xué)工作者提供一個統(tǒng)一的皮紋特征評價方法和工具，對醫(yī)學(xué)皮紋學(xué)研究的發(fā)展也將起到重要的促進作用。 本課題將定性、主觀描述的多項皮紋特征指標(biāo)進行定量的描述和分析，建立量化的皮紋特征指標(biāo)體系，實現(xiàn)了皮紋特征在一定程度上的數(shù)字化描述。 以腫瘤患者的皮紋特征作為臨床應(yīng)用實例，定量分析患者組與對照組之間的皮紋差異，建立腫瘤易患性與皮紋特征的Logistic 回歸模型，從數(shù)字角度反映皮紋與腫瘤易患性間的聯(lián)系，從中發(fā)

3、現(xiàn)內(nèi)在規(guī)律和相關(guān)性，進而采用模式分類中的Fisher 線性判別、BP 神經(jīng)網(wǎng)絡(luò)和SVM 方法，在患者組與對照組之間按皮紋特征進行分類，并對各種分類結(jié)果進行比較，得到適于所建皮紋特征指標(biāo)體系的分類器模型。本課題在量化皮紋特征的基礎(chǔ)上，用模式識別技術(shù)探索皮紋與腫瘤的相關(guān)性，所提出的指標(biāo)體系在皮紋特征的數(shù)量上和量化程度上，國內(nèi)外均未見相關(guān)報道。 本論文的主要工作如下： 1 建立皮紋數(shù)據(jù)采集平臺：構(gòu)建的皮紋采集平臺，能進行手掌和

4、手指圖像的實時采集和圖像處理，得到相關(guān)的皮紋特征； 2 皮紋特征選擇：在分析人類皮紋所有特征和總結(jié)已有專家知識經(jīng)驗的基礎(chǔ)上，確定了與疾病判別有關(guān)的掌紋和指紋特征，構(gòu)成皮紋特征集； 3 皮紋特征的量化：將特征集中的掌紋紋型和指紋紋型分別采用變量和矩陣形式進行描述； 4 對特征數(shù)據(jù)進行統(tǒng)計分析：采用統(tǒng)計學(xué)中的假設(shè)檢驗（ 2 χ檢驗、獨立樣本t檢驗、獨立樣本非參數(shù)檢驗、方差分析）、正態(tài)性分析、相關(guān)性分析、多重共線性檢測

5、等，對特征集中的各個皮紋特征進行數(shù)據(jù)分布及患者組與對照組間差異的統(tǒng)計分析，得出二者有統(tǒng)計差異的皮紋特征共15 個參數(shù)，構(gòu)成對腫瘤判別有貢獻的皮紋特征指標(biāo)體系； 5 統(tǒng)計判別與回歸分析：為驗證皮紋特征指標(biāo)的有效性，將有統(tǒng)計差異的特征在患者組與對照組間用Fisher 判別分析進行二類判別，證明這些特征可以用于區(qū)分患者組與對照組。并就所選皮紋特征進行Logistic 回歸分析，得出患腫瘤的相對危險度與皮紋特征的回歸方程數(shù)學(xué)模型；

6、 6 分類器設(shè)計：采用BP 神經(jīng)網(wǎng)絡(luò)和SVM 技術(shù)，在患者組與對照組之間按皮紋特征進行分類，并將分類結(jié)果進行比較，確定對所選皮紋特征數(shù)據(jù)而言的最優(yōu)分類器。 結(jié)論： 首先，腫瘤患者組與對照組的皮紋特征之間確實存在一定的差異，這為建立皮紋特征指標(biāo)體系，將患者組與對照組按皮紋特征進行分類提供可靠的統(tǒng)計學(xué)依據(jù)； 其次，在對皮紋特征的類型、特點進行科學(xué)分析的基礎(chǔ)上，選用合適的變量和正確的數(shù)學(xué)工具，完全可以用數(shù)字方式對特征

7、進行描述和表達，構(gòu)成了建立量化皮紋特征指標(biāo)體系的數(shù)學(xué)基礎(chǔ)； 第三，通過統(tǒng)計學(xué)分析和模式識別技術(shù)證明可以通過皮紋特征對腫瘤易患性進行初步預(yù)測，實現(xiàn)對腫瘤的早期篩查和早期預(yù)防。 另外，利用建立的特征指標(biāo)體系，在患者組與對照組之間采用BP 神經(jīng)網(wǎng)絡(luò)和SVM 分類器進行分類，結(jié)果表明SVM 的分類效果較好，Logistic 回歸預(yù)分析在相對危險度角度上能夠為腫瘤易患性做出較好預(yù)測，BP 神經(jīng)網(wǎng)絡(luò)在本實驗中分類效果不佳，推廣能力較